Microsoft把 Copilot 拉回主場
Microsoft 在 Build 2026 推出 7 款 MAI 模型，主打 MAI-Thinking-1、Scout、Surface RTX Spark 與 Windows 容器，想把 Copilot 和 AI 工具鏈拉回自家平台。
Microsoft 在 Build 2026 推出 7 款 MAI 模型，主打 MAI-Thinking-1，還把 Scout、Surface RTX Spark 和 Windows 容器一起端上桌。
說真的，這場發表會很直白。Microsoft 不想再只當 OpenAI 的轉接站。它要把模型、產品和硬體都收回自己手上。
這次亮點很集中。MAI-Thinking-1 有 350 億 active parameters，context window 也拉到 128K。對開發者來說，這代表長提示、程式碼和多步推理，會更像一個完整工作流。
| 項目 | 數字 | 狀態 |
|---|---|---|
| MAI-Thinking-1 | 35B active parameters，128K context | Microsoft Foundry private preview |
| MAI-Transcribe-1.5 | 43 種語言 | 即將推出 |
| MAI-Voice-2 | 新增 15 種語言 | 已可用 |
| Surface RTX Spark Dev Box | 最高 1 petaflop，128GB unified memory | 今年稍晚美國開賣 |
| 本機模型支援 | 最高 120B 參數 | 規劃中 |
Microsoft 這次是自己做整套
訂閱 AI 趨勢週報
每週精選模型發布、工具應用與深度分析，直送信箱。不定期，不騷擾。
不會寄垃圾信，隨時可取消。
過去兩年，很多人提到 Copilot，就會先想到 OpenAI。Build 2026 直接把這層關係往後推。Microsoft 這次講得很明白：它要自己做文本、語音、轉錄、圖片和程式碼模型。
這件事很現實。模型握在自己手上，價格、延遲、整合方式都比較好控。對企業客戶來說，這也比較像一條完整供應鏈，而不是到處拼 API。
Microsoft 的命名也很務實。MAI-Thinking-1、MAI-Image-2.5、MAI-Transcribe-1.5、MAI-Voice-2、MAI-Code-1。名字不花俏，但至少一看就知道用途。
- MAI-Thinking-1：推理與 coding
- MAI-Image-2.5：圖片生成
- MAI-Transcribe-1.5：語音轉文字
- MAI-Voice-2：文字轉語音
- MAI-Code-1：程式輔助
這種切法其實很聰明。因為大多數團隊，不需要一顆萬能模型。大家要的是可預測、可控、可塞進產品裡的工具。
MAI-Thinking-1 才是主菜
七個模型裡，最值得盯的就是 MAI-Thinking-1。Microsoft Developer CMO 兼 GitHub COO Kyle Daigle 說，這顆模型是為了複雜多步驟指令、長上下文推理和 code generation 而做。
Microsoft 還說，外部評測者比較偏好 MAI-Thinking-1，對手是 Anthropic 的 Claude Sonnet 4.6。它也在 SWE Bench Pro coding benchmark 上追平 Claude Opus 4.6。這種說法很硬，因為它不是只拿來做 demo。
更有意思的是資料來源。Microsoft 說這顆模型是用商業授權資料訓練的。講白了，這是在避開很多模型廠商都碰過的授權爭議。
“MAI-Thinking-1 was designed to be good at complex multi-step instructions, long context reasoning, and code generation,” said Kyle Daigle, Microsoft Developer CMO and COO of GitHub.
當然，開發者還是別太快高潮。Microsoft 目前沒把完整 model card 全部攤開。單看一條 benchmark，不代表所有場景都贏。
但 128K context、Foundry private preview、還有 Microsoft 內部產品線一起導入，這組合已經夠有看頭了。這不是試水溫而已。
其他六個模型是在補產品空缺
如果只看 MAI-Thinking-1，你會以為 Microsoft 只想做一顆大模型。其實不是。它把語音、轉錄、圖片、coding 都補齊了。這比較像平台策略。
企業導入 AI 時，最常卡住的不是最強模型，而是周邊功能。轉錄準不準、語音自然不自然、圖片能不能直接塞進簡報，這些才是每天會碰到的事。
而且 Microsoft 的部署節奏很清楚。部分模型已經進了日常產品，部分則放進 Foundry 和 MAI Playground。這種做法比較像把模型當零件，而不是只拿來展示。
- PowerPoint 和 OneDrive 已使用 MAI-Image-2.5
- VS Code 和 Copilot 已有 MAI-Code-1
- MAI-Transcribe-1.5 支援 43 種語言
- MAI-Voice-2 先支援新增 15 種語言
- MAI-Thinking-1 已在 Foundry private preview
這種分層很實際。產品端先吃得到，開發者端再慢慢補。對 Microsoft 來說，這樣比較容易把 AI 變成預設功能，而不是額外賣點。
我覺得這比那種「一顆模型打天下」的敘事更像真的產品團隊。雖然沒那麼炫，但比較能落地。
Scout、Surface RTX Spark 和 Windows 都在同一條線上
模型只是第一層。Microsoft 這次還推了 Microsoft Scout，這是一個偏主動式的個人 agent，會處理排程、會議準備和日常工作。它先給 Frontier customers 用，代表 Microsoft 想先看真實使用情境。
硬體也沒缺席。Surface RTX Spark Dev Box 用 NVIDIA RTX Spark，最高 1 petaflop，還有 128GB unified memory。Microsoft 說它能在本機跑到 120B 參數模型，這對在意延遲和資料外流的團隊很有吸引力。
再往下看，Windows 也在改。Microsoft Execution Containers 進入 preview。意思很簡單：agent 和本機模型，不只是跑程式而已，而是要像受控工作單元一樣運作。
再加上 Microsoft Discovery 已經 GA，整個方向就更清楚了。Microsoft 想管的是從雲端、桌面到本機的整條 AI 鏈。
- Scout：處理 Microsoft 365 工作流程
- Surface RTX Spark Dev Box：本機推論與開發
- Windows Execution Containers：隔離 agent 行為
- MAI models：核心智慧層自己做
這套組合很像在蓋自家城堡。不是只租別人的地，而是連地基都想自己掌握。
開發者真正該盯的是採用速度
現在的問題，不是 Microsoft 能不能再做出模型。問題是 MAI 會不會變成預設選項。只要 MAI-Code-1 在 VS Code 持續出現，MAI-Image-2.5 持續進 PowerPoint 和 OneDrive，MAI-Thinking-1 也在 Foundry 穩定開放，Microsoft 就能慢慢降低對外部模型的依賴。
對開發者來說，這有好有壞。好處是整合更單純。壞處是你會更綁 Microsoft 生態。這種便利和綁定，本來就是同一枚硬幣的兩面。
我會先看兩件事。第一，private preview 會不會很快擴大。第二，MAI Playground 會不會真的好用，而不是只有發表會好看。如果這兩點成立，MAI 很可能變成 Microsoft 開發者的第一站。
我的判斷很直接：Build 2026 最重要的，不是又多一顆模型，而是 Microsoft 開始把自家 AI 當基礎設施在經營。接下來就看它能不能把這套東西做得比外部方案更快、更省、更順手。